3. Базы данных. Выборка данных (продолжение)

Слайды лекции: https://bozaro.github.io/tech-db-lect... Лекция читается в рамках образовательного проекта «Технопарк Mail.ru Group» при МГТУ им. Баумана. 00:20 Краткий обзор прошлой лекции 00:38 COLLATION — Регистронезависимый поиск. Что это такое? Зачем оно вообще нужно? 01:06 Суть ситуации с регистронезависимым поиском в PostgreSQL. Как он реализуется в этой базе данных 01:18 Три разных подхода для реализации регистронезависимого поиска 01:24 Подход первый — COLLATION. Правила сравнения строк в зависимости от языковой локализации («локали») 02:28 Разные правила сортировки для разных языков. Пример отличия разных сортировок (на слайде) 03:06 Первый столбец таблицы (на слайде) — сравнение посимвольное 03:44 Кодировка UTF-8. О базовых правилах сортировки 04:36 Об отличиях русской локали 05:11 О реализации регистронезависимого сравнения COLLATION в различных системах баз данных 05:41 О реализации COLLATION в MySQL (на слайде — какие буквы он трактует одинаково) 06:09 Использование COLLATION для преобразование в верхний и нижний регистр (разбор слайда) 06:52 Расхожий миф о первых 128 символах, которые определены в ASCII 07:55 Вывод 08:14 О специфике реализации COLLATION в PostgreSQL 11:23 Плюсы и минусы создания функционального индекса 14:33 Правильное добавление расширения CITEXT в базу данных 15:00 Оператор SELECT (продолжение рассмотрения команды SQL с прошлой лекции). Краткий повтор пройденного материала 17:14 Подзапросы — SUBQUERIES 23:13 Оконные функции 27:10 UNION 31:08 SQL JOINS 42:43 Почему не рекомендуется использовать NATURAL JOIN 43:36 JOIN USING 45:18 LEFT OUTER JOIN 49:16 RIGHT OUTER JOIN 50:43 FULL OUTER JOIN 57:38 SELF-JOIN 01:01:46 SUBQUERIES vs JOIN 01:06:20 Вопрос залу: чем коррелирующий запрос отличается от некоррелирующего запроса? 01:07:13 FAKE TABLE — псевдотаблицы 01:16:53 WITH RECURSIVE — рекурсивные запросы 01:25:39 О предыдущих и будущих контрольных работах по теме запросов. Разбор заданий, которые вызвали трудности из предыдущей контрольной работы по запросам 02:01:58 VIEW — представление («виртуальная таблица»). Преимущества, ограничения, особенности VIEW 02:11:28 Краткий рассказ про Docker 02:18:41 Какие существуют виды виртуализации и какое место в этом занимает Docker. О виртуальных машинах 02:30:36 Работа с образами Docker 02:33:42 Полезные ссылки по Docker Цель курса Узнать: • концепцию и принципы реляционной модели данных; • методы проектирования баз данных; • методику построения запросов; • подходы к профилированию производительности; • методику оптимизации запросов к БД MySQL; • подходы к администрированию хранилища данных на основе БД MySQL; • основы архитектуры современных СУБД; • основы и границы применимости реляционной модели; • основные типы нереляционных баз данных, а также область их применимости при построении хранилищ данных. Уметь: • проектировать концептульные и логические схемы для высоконагруженных баз данных; • строить запросы на выборку и модификацию данных к реляционным СУБД; • профилировать производительность хранилища данных на основе БД MySQL; • оптимизировать запросы и структуру реляционной БД в целях повышения производительности; • выполнять запросы к нереляционной документоориентированной СУБД; • разрабатывать прикладные программы, осуществляющие взаимодействие с БД программы, осуществляющие взаимодействие с БД. Другие лекции курса:    • Курс · Базы данных (весна 2017)   VK Team — это безграничные возможности проявить себя. Мы делаем современные и быстрые интернет-сервисы, доступные каждому. На этом канале делимся опытом компании VK, рассказываем о технологиях, наших образовательных проектах и жизни команды. 😎 Сообщество ВКонтакте: https://vk.com/vkteam 👨‍🎓 VK Education: https://education.vk.company/ 🏆 Чемпионаты: https://cups.online/ 👨‍💻 Карьера в VK: https://team.vk.company/

4. Базы данных. Транзакции. Триггеры и хранимые процедуры
▶︎

4. Базы данных. Транзакции. Триггеры и хранимые процедуры

1. Базы данных. Введение
▶︎

1. Базы данных. Введение

5. Базы данных. Индексы и производительность
▶︎

5. Базы данных. Индексы и производительность

11. Базы данных. MongoDB. Построение запросов, оптимизация, индексирование
▶︎

11. Базы данных. MongoDB. Построение запросов, оптимизация, индексирование

MySQL и PostgreSQL: что «под капотом» и почему это важно знать прикладному разработчику
▶︎

MySQL и PostgreSQL: что «под капотом» и почему это важно знать прикладному разработчику

Hyper Focus Mode | Concentration Music Productivity | Work Focus Background | Deep Flow 2026
▶︎

Hyper Focus Mode | Concentration Music Productivity | Work Focus Background | Deep Flow 2026

Beginner to T-SQL [Full Course]
▶︎

Beginner to T-SQL [Full Course]

8. Базы данных. Сохранность данных
▶︎

8. Базы данных. Сохранность данных

9. Базы данных. MySQL и сравнение с PostgreSQL
▶︎

9. Базы данных. MySQL и сравнение с PostgreSQL

ЭЛИТНОГО СНАЙПЕРА ПОДСТАВИЛИ — ТЕПЕРЬ ОН ИДЁТ ДО КОНЦА!
▶︎

ЭЛИТНОГО СНАЙПЕРА ПОДСТАВИЛИ — ТЕПЕРЬ ОН ИДЁТ ДО КОНЦА!

Database Normal Forms: Explained in Simple Terms
▶︎

Database Normal Forms: Explained in Simple Terms

6. Базы данных. Оптимизация запросов. Оптимизация структуры данных
▶︎

6. Базы данных. Оптимизация запросов. Оптимизация структуры данных

Практический курс по SQL для начинающих - #1 Введение в PostgreSQL
▶︎

Практический курс по SQL для начинающих - #1 Введение в PostgreSQL

PostgreSQL: практические примеры оптимизации SQL-запросов /  Иван Фролков (Postgres Professional)
▶︎

PostgreSQL: практические примеры оптимизации SQL-запросов / Иван Фролков (Postgres Professional)

7. Базы данных. Репликация, полнотекстовый поиск, JSON
▶︎

7. Базы данных. Репликация, полнотекстовый поиск, JSON

Техноимперия Китая: Мы Уже Проиграли? (Это Пугает) @megaprojekty
▶︎

Техноимперия Китая: Мы Уже Проиграли? (Это Пугает) @megaprojekty

Electronic Chill Music for Work | Future Garage Productivity Mix for Study & Coding
▶︎

Electronic Chill Music for Work | Future Garage Productivity Mix for Study & Coding

Postgres vs Mongo / Олег Бартунов (Postgres Professional)
▶︎

Postgres vs Mongo / Олег Бартунов (Postgres Professional)

Базы данных за 42 минуты. Теория
▶︎

Базы данных за 42 минуты. Теория